电力系统更聪明了

发布时间:2024-12-16 01:31:30 来源: sp20241216

原标题:电力系统更聪明了

  编者按 今年《政府工作报告》首次提出“人工智能+”行动。“人工智能+”是基于大模型、大数据、大算力等技术,实现人工智能对各行各业的深度融合,创造新的发展生态。产经版即日起推出系列报道,聚焦人工智能如何赋能电力、快递、制造业等领域,助力经济新动能培育。敬请关注。

  面对碳中和大考,最有效的方法是提升清洁能源占比、提高能源使用效率、加大电能替代力度。但清洁能源和电能替代是一个长期过程,通过数字技术提升能源生产使用效率,对于大多数行业和企业来说仍是实现绿色低碳发展的有效途径。

  作为数字技术发展高级形态,人工智能正在改变电力生产、运行、传输模式,支撑新型电力系统和新型能源体系建设。随着数字化智能化技术加速渗透,人工智能将怎样赋能电力行业发展?风险和挑战又将如何应对?

  覆盖面越来越广

  5月,光伏发电量节节攀升,如何更好消纳这些清洁绿电成了一道难题。如果可以实时监测和精准预测光伏电站运行状态,接入海量光伏电站便迈出了关键一步。

  在分布式光伏装机大省江苏,国网江苏省电力有限公司借助人工智能,利用分布式光伏可观可测系统,实时监测和精准预测超61万户2500多万千瓦的低压分布式光伏运行状态。通过开展光伏出力曲线规律分析,并结合气象预报、云图等信息,实现了县域级分布式光伏出力分钟级实时观测和未来10天短期预测。与分布式光伏实际出力相比较,实时估算准确率达97%,日前预测准确率达95%,为电网调度预测和电力平衡提供有力依据,更好服务分布式光伏就地就近消纳。

  电力巡检也进入了智能化阶段。5月10日,宁夏石嘴山市刮起一场大风,一条1米余长的塑料条被吹到一座变电站绝缘器上,距变电站30多公里的中央监控室即刻接到报警信息,并精准显示出实时画面及位置信息。一道处理指令随之发出,很快塑料条被清除,安全隐患被及时排除。

  国网石嘴山供电公司变电运维中心监控班班长刘江告诉记者,目前公司所辖46座变电站具备远程智巡功能,巡视点位覆盖率100%。可全时段、多角度精准识别异物、发热、裂纹等缺陷,大幅度提升了缺陷核查效率。过去一组2人完成46座变电站例行巡检约需4天,AR“智巡眼”2小时即可全部完成。

  不仅是电力调度和检修,智能化应用还拓展到全域能量治理。在浙江省杭州市萧山区,电力部门结合当地资源禀赋,使数字技术与电力业务深度融合,打造全域能量管控平台,在确保电网安全的同时,形成更远更广领域辐射力,服务经济社会发展。

  国网杭州市萧山区供电公司运检部副主任吕斌介绍,全域能量管控平台整合多方资源,将充电桩、企业微网、电网侧储能等海量资源汇聚,实现智能协同;集合智能融合终端、用户侧末端采集装置等末端感知设备,实现电网实时状态监测、异常诊断、运行评估。

  总体来看,人工智能相关技术已深入发电、输电、变电、配电等多个环节,应用方向主要包括故障检测与预防、设备维护与优化、电网优化与管理、自动化报告与文档生成、虚拟助手和客户服务等。

  发挥好先发优势

  在“双碳”目标下,能源系统形态深度演进变化:能源品类更加多元,电源数量大幅增加,电网架构更为复杂,能源消费灵活多变。要在确保能源安全和较低能源成本前提下,顺利完成能源绿色低碳转型,必须对传统能源体系进行智能化改造。

  据国际能源署预测,数字技术大规模应用将使油气生产成本减少10%至20%,到2040年太阳能光伏发电和风力发电弃电率将从7%降至1.6%。研究显示,数字技术可以帮助我国每年减少二氧化碳排放14亿吨。当前,能源行业整体处于信息化向智能化迈进的过程。各类能源系统由于特性差异,发展程度不尽相同。其中,电力系统已经进入智能化阶段。

  国网能源研究院发布报告显示,电力行业数字化转型在能源中的贡献占比超过七成,主要原因在于电力行业拥有高比例电子设备的先发优势。要充分利用该优势推动电力大数据、数字技术、数字商业模式创新发展。

  在发电侧,无论是传统火电厂还是新能源电站,数字技术都可以赋能智慧发电,降低运行运检成本,提升能源转换效率,帮助电厂多发电,并支撑新能源大规模高比例并网和消纳。在电网侧,数字化可提升资源高效配置智能互联能力。在用户侧,数字技术能够实现终端用户数据广泛交互、充分共享和价值挖掘,提升终端用能状态全面感知和智慧互动能力,支撑各类用能设施高效便捷接入,从而满足各类用户个性化、多元化、互动化用能需求。

  “人工智能技术对于加快推进构建新型电力系统和新型能源体系建设意义重大。”国网江苏省电力有限公司数字化部安全运行处副处长蒋承伶认为,人工智能作为电力行业数字化转型重要支撑,在促进数据业务融合、挖掘海量数据价值、驱动业务优化升级等方面具有不可替代的作用。

  蒋承伶表示,以往受限于数据获取难度大、计算分析能力不足、决策预测依赖人工等因素,电力行业存在电力供需匹配难度大、设备运检效率不高、新能源消纳效率低等痛点。计算机视觉、深度学习、神经网络等人工智能技术以其强大的数据处理能力和学习能力,为解决这些问题提供了新途径。

  可靠性有待提升

  人工智能技术应用让电力行业尝到了甜头,也带来了不可回避的问题和挑战。

  当前,能源电力企业智能化产品多存在应用不佳、体验不好、创造价值不高等问题,关键技术研发布局仍存瓶颈。企业普遍反映,大数据分析、人工智能、区块链等智能化技术研发未紧密结合行业应用场景,系统兼容性问题普遍存在,很多重要系统尚无成熟的可替代产品或方案。

  记者采访发现,人工智能在电力行业应用仍处于初试阶段,大多数只在点上燃起星星之火,尚未形成燎原之势,应用智能化水平仍有提升空间。

  南方电网有限责任公司党组书记、董事长孟振平提到,当前人工智能正处于从感知智能到认知智能、决策智能快速演变的关键时期。要深耕电力行业大模型开发,加快形成规模化应用供给能力。发挥能源电力行业需求规模大、产业配套全、应用场景多的优势,深化人工智能在生产运行、客户服务、新兴业务等领域的应用,挖掘更多高价值业务场景,带动人工智能技术产品加速迭代升级。

  值得注意的是,随着人工智能在能源电力行业逐步推广,行业数字技术架构日趋复杂,信息系统稳定安全运行风险更加集中。一方面,面对复杂多变的作业现场环境、应用需求,人工智能识别率、误报率、漏报率等性能指标能否满足应用要求,人工智能的算力能否满足现场需求,都要经过充分测试。另一方面,人工智能技术也给不法分子提供了新攻击手段。基于人工智能技术的数据投毒、算法后门、对抗样本攻击等,给电网信息安全带来了新挑战。

  南京大学人工智能学院教授李宇峰表示,人工智能在带来便利的同时,也带来了一定安全风险。应建立全面有效治理机制,发展稳健机器学习理论方法体系,更好地将人工智能技术安全应用到电力领域。(记者 王轶辰)

(责编:方经纶、陈键)